生年月日を年齢に変換できない

Question

前提・実現したいこと

eCommerceのデータから生年月日を抜き取り、購買者の年代を調べたいと思っております。
そこで今まで下記のコードを実行し、うまくできていたのですが、
今回、下記のエラーが起きるようになりました。

検索をしていてもよく分からず、
お力添えを頂けないでしょうか。

発生している問題・エラーメッセージ

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-7-d2663eeb813f> in <module>
      4     return int((today - birthday) / 10000)
      5 
----> 6 df['年齢'] = df['生年月日'].apply(lambda date: getAge(date))
      7 df

c:\users\pandas\core\series.py in apply(self, func, convert_dtype, args, **kwds)
   4106             else:
   4107                 values = self.astype(object)._values
-> 4108                 mapped = lib.map_infer(values, f, convert=convert_dtype)
   4109 
   4110         if len(mapped) and isinstance(mapped[0], Series):

pandas\_libs\lib.pyx in pandas._libs.lib.map_infer()

<ipython-input-7-d2663eeb813f> in <lambda>(date)
      4     return int((today - birthday) / 10000)
      5 
----> 6 df['年齢'] = df['生年月日'].apply(lambda date: getAge(date))
      7 df

<ipython-input-7-d2663eeb813f> in getAge(birthday)
      1 def getAge(birthday):
      2     today    = int(pd.to_datetime('today').strftime('%Y%m%d'))
----> 3     birthday = int(birthday.strftime('%Y%m%d'))
      4     return int((today - birthday) / 10000)
      5 

pandas\_libs\tslibs\nattype.pyx in pandas._libs.tslibs.nattype._make_error_func.f()

ValueError: NaTType does not support strftime

該当のソースコード

import pandas as pd
import datetime as dt

path = r'G:\fs2_20210205120821.csv'
df = pd.read_csv(path, sep=',', encoding='cp932', dtype={'会員ID': object})
df.info()

*****************************************
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 47 entries, 0 to 46
Data columns (total 27 columns):
 #   Column     Non-Null Count  Dtype 
---  ------     --------------  ----- 
 0   注文日時       47 non-null     object
 1   請求合計金額     47 non-null     int64 
 2   総合計金額      47 non-null     int64 
 3   商品合計金額     47 non-null     int64 
 4   消費税合計      47 non-null     int64 
 5   包装手数料      47 non-null     int64 
 6   送料         47 non-null     int64 
 7   決済手数料      47 non-null     int64 
 8   クール便手数料    47 non-null     int64 
 9   その他手数料     47 non-null     int64 
 10  決済方法       47 non-null     object
 11  購入経路区分     47 non-null     object
 12  会員ID       36 non-null     object
 13  氏名（姓）      47 non-null     object
 14  氏名（名）      47 non-null     object
 15  地域区分       47 non-null     object
 16  都道府県区分     47 non-null     object
 17  性別区分       11 non-null     object
 18  生年月日       11 non-null     object
 19  クール便使用フラグ  47 non-null     object
 20  送り状番号      47 non-null     object
 21  お届け希望日     4 non-null      object
 22  お届け希望時間    11 non-null     object
 23  商品番号       47 non-null     object
 24  商品名        47 non-null     object
 25  販売単価       47 non-null     int64 
 26  購入数量       47 non-null     int64 
dtypes: int64(11), object(16)
memory usage: 10.0+ KB
*****************************************

df.head()
******************************************

	注文日時	請求合計金額	総合計金額	商品合計金額	消費税合計	包装手数料	送料	決済手数料	クール便手数料	その他手数料	...	性別区分	生年月日	クール便使用フラグ	送り状番号	お届け希望日	お届け希望時間	商品番号	商品名	販売単価	購入数量
0	2021/01/31 17:10:55	4714	4714	2964	0	0	1200	330	220	0	...	NaN	NaN	クール便	380237213484	NaN	午前中（8時～12時）	gap34（1袋）	494	6

*******************************************

df['生年月日'] = df['生年月日'].str.replace('生', '')
df['生年月日'].head()

*******************************************
0           NaN
1    1959/09/13
2           NaN
3           NaN
4           NaN
Name: 生年月日, dtype: object
*******************************************

df['生年月日'] = df['生年月日'].apply(pd.to_datetime, errors='coerce')
df[['生年月日']].head()

*********************
生年月日
0	NaT
1	1959-09-13
2	NaT
3	NaT
4	NaT
11 non-null     datetime64[ns]
*********************

birth_date = df.dropna(subset=['生年月日'])

def getAge(birthday):
    today    = int(pd.to_datetime('today').strftime('%Y%m%d'))
    birthday = int(birthday.strftime('%Y%m%d'))
    return int((today - birthday) / 10000)

df['年齢'] = df['生年月日'].apply(lambda date: getAge(date))
df

試したこと

https://teratail.com/questions/126010
こちらを参考にし、Forループを試しましたが、
上手くいきませんでした。

補足情報（FW/ツールのバージョンなど）

pandas 1.2.1
DateTime 4.3
Python 3.8.3

何卒宜しくお願い致します！

Comments

[meg_]

生年月日が空(未入力？)のデータがありませんか？

[Pablito]

ご質問ありがとうございます。
空のデータは下記のコードで消している認識ですが、確認はしてなかったです！
birth_date = df.dropna(subset=['生年月日'])

[Pablito]

確認したところ、やはり欠損値はないようです。
print(birth_date.isnull().sum())
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊
生年月日 0
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊

[kirara0048]

`df['生年月日']`に欠損値があるのでしょう。

[Pablito]

皆様ありがとうございました。

df['年齢'] = birth_date['生年月日'].apply(lambda date: getAge(date))
df
このように変換したら実行できました。
ご協力ありがとうございました。

Answer 1

birth_date = df.dropna(subset=['生年月日'])で欠損値落としたbirth_dateを作成したのに、以降の処理をbirth_dateではなくdfに対して行っているので、欠損値が残っていてエラーになっています。

以下、動作確認

import io
import pandas as pd
data = """生年月日
0           NaN
1    1959/09/13
2           NaN
3           NaN
4           NaN"""

df = pd.read_table(io.StringIO(data), delimiter="\s+")
print(df)
#          生年月日
# 0         NaN
# 1  1959/09/13
# 2         NaN
# 3         NaN
# 4         NaN

df['生年月日'] = df['生年月日'].apply(pd.to_datetime, errors='coerce')
print(df)

birth_date = df.dropna(subset=['生年月日'])
print(birth_date)
#         生年月日
# 1 1959-09-13


def getAge(birthday):
    today    = int(pd.to_datetime('today').strftime('%Y%m%d'))
    birthday = int(birthday.strftime('%Y%m%d'))
    return int((today - birthday) / 10000)

birth_date['年齢'] = birth_date['生年月日'].apply(lambda date: getAge(date))
print(birth_date)

#         生年月日  年齢
# 1 1959-09-13  61

Comments

[Pablito]

ご回答ありがとうございます。

ご教示頂いたやり方で解決できました。
ありがとうございました。

Answer 2

df['年齢'] = birth_date['生年月日'].apply(lambda date: getAge(date))
df
で実行できました。

Comments

[meg_]

jeanbiegoさんの回答が役に立ったのであればベストアンサーにするべきではないでしょうか？